Variant 最新研究：Crypto AI Agent 正成为链上经济的一等公民

作者：Mason Nystrom，Variant 投资合伙人

编译：TinTinLand

机器人（Bots）正在成为加密经济中的“头等公民”。

你很容易可以观察到这个趋势。搜索者们部署了例如 Jaredfromsubway.eth 这样的机器人，利用真人用户对便利性的需求，抢先一步执行其在去中心化交易平台（DEX）的交易。Banana Gun 和 Maestro 则允许真人用户通过使用机器人，在 Telegram 上进行便捷的交易，在以太坊上，它们却是最大的 Gas 消耗者之一。现在，在新的社交应用 Friend.tech 上，当平台找到初始的真人用户采用后，机器人便会加入进来，可能无意中进一步推动了投机的发展。

所有这些都表明，机器人，无论是以盈利为目的（例如 MEV 机器人），还是以消费为驱动（例如 Telegram 机器人工具组件），在区块链世界中越来越多地成为被优先考虑的用户。

虽然迄今为止，加密领域的机器人还相对非常初级，但在加密领域之外，归功于大型语言模型（LLM）的崛起，机器人已经开始演变成强大的 AI Agent，旨在最终实现自主处理复杂任务，并做出更加明智的决策。

主要优势

在加密原生的领域去构建这些 AI Agent，将会带来几个重要的增强功能：

原生支付通道（Native payment rails）

AI Agent 可以存在于加密领域之外，但如果我们希望 AI Agent 执行复杂的操作，它们将需要获得一定资金。相比于让 AI Agent 获取银行账户或支付程序（例如 Stripe）的访问权，或者相比于处理链下世界中大部分效率较低的事情，加密原生的支付通道为 AI Agent 获取资金提供了一种相当有益意义的改进。

AI Agent 钱包所有权

连接到钱包的 AI Agent 将可以拥有资产（例如 NFT、收益等），为 AI Agent 赋予了所有加密资产所固有的数字产权。这对于 Agent 之间的交易来说特别重要。

可验证的、确定性的操作

当操作是可证明时，AI Agent 将最为有效（在这种情况下，它们可以确保某些操作已完成）。链上交易在本质上是确定性的——它们要么发生了，要么没有发生，这意味着 AI Agent 能够比链下世界更准确地完成任务。

局限性

当然，链上 AI Agent 也有局限性。

执行链下逻辑

一个局限性是，为了高效执行，AI Agent 需要执行链下逻辑。这意味着链上 AI Agent 将在链下托管它们的逻辑/计算以优化效率，但 Agent 的决策仍在链上执行，允许可验证的操作。重要的是，AI Agent 还可以使用像 Modulus 这样的 zkML 服务商，确保它们的链下数据输入是经过验证的。

依赖工具

AI Agent 的另一个关键局限性是，它们的效用取决于给它们提供的工具。例如，如果你要求 Agent 对实时新闻事件进行摘要，那么 Agent 需要在其工具包中有一个网络抓取程序来搜索互联网的信息，才能执行这个给定的任务。如果需要 Agent 将网页的响应保存为 PDF，则需要在它的工具包中添加一个文件系统。如果想要 Agent 跟单交易您最喜欢的加密领域推特 KOL 的操作， Agent 就需要访问你的钱包和对应的钥匙签名权限。

综合确定性到非确定性的情况来看，大多数加密 AI Agent 都是执行确定性的任务。也就是说，人类还需要对任务的参数以及如何完成任务（例如代币交换）进行编程。

加密 AI Agent 已经从早期的 keeper 机器人进化到今天更复杂的 Agent，它们可以利用 LLMs 进行更复杂的操作，比如能够自主创作的艺术型机器人 Botto；能够使用 Syndicate 的交易云给自己提供银行服务的 AI Agent；以及 Autonolas 的早期 AI Agent 服务市场。

AI Agent 的前沿应用

在前沿领域，已经出现了各种令人兴奋的应用程序：

支持 AI Agent 的“智能钱包” 

Dawn 利用 DawnAI 提供 AI Agent，能够帮助用户发送交易，执行交易和其他实时链上观察（例如热门 NFT）。

加密游戏 Agent

Parallel Alpha 最新的游戏 Colony 就旨在创建可以拥有钱包并相互交易的 AI 角色。

AI Agent 的增强工具包

AI Agent 的实际能力取决于其工具包，与区块链进行交互目前就是这样一个新兴领域。加密 AI Agent 需要钱包、获取资金、许可功能、集成 AI 模型，以及与其他 Agent 进行交互的能力。更具体地说，Gnosis 通过其 AI mechs 展示了这种初级基础设施，它的 AI Agent 将 AI 脚本封装到智能合约中，使任何人（包括另一个机器人）都可以调用智能合约执行 Agent 动作（例如在预测市场上进行投注），同时还能向 Agent 进行支付。

增强型 AI 交易员

提供给交易者和投机者提升进阶能力的 DeFi 超级应用，包括：如果满足条件则持续进行 DCA 建仓；当 Gas fee 低于某个价格时执行交易；监控新的 meme token 合约；确定订单路由而无需用户知道如何 onborad 等。

构建 AI Agent 的长尾

像 ChatGPT 这样的大型 AI 应用程序适用于某些通用聊天的场景，但 AI Agent 需要针对众多行业、主题和利基市场进行微调。像 Bittensor 这样的市场创造了为特定任务（例如图像生成，预训练，预测建模）训练模型的“矿工”的激励机制，以及围绕目标行业（例如加密货币、生物技术、学术界）的训练模型。尽管 Bittensor 仍处于初期阶段，但开发者已经开始使用 Bittensor 在开源 LLM 的基础上构建长尾的应用程序或 Agent。

NPC 消费者应用程序 Agent

在 MMORPG 等游戏中，NPC（非玩家角色）是很常见的，但在多人消费者应用程序中却很少见。然而，加密消费者应用程序的金融化特性使得 AI Agent 成为引入新型游戏机制的极佳参与者。开放 AI 基础设施公司 Ritual 最近发布了 Frenrug，这是一款基于 LLM 的 Agent，在 Friend.tech 中运行，它会根据用户消息执行交易（购买或出售 key）。Friend.tech 的用户可以尝试说服 Agent 购买他们的 key、出售其他人的 key，或尝试让 Frenrug Agent 以其他方式使用其资金。

随着更多的应用程序和协议开始使用 AI Agent，人们将使用它们作为进入加密经济领域的桥梁。虽然今天的 AI Agent 看起来像玩具，但在未来，它们将提升日常消费者的体验，成为协议的关键利益相关者，从而构建整个加密经济体。